Алгоритм корреляции

математика алгоритм programming aglorithm geo map

Задача: есть ряд точек на карте привязанных к юзерам (условно - посещенные места). Нужно: сотворить наименее ресурсозатратный мех-м позволяющий рекомендовать юзерам к посещению те или иные места где они не были, но которые схожи по тематике с теми, где они были (скажем - рестораны), с одной стороны, и эти места посещали другие люди, с другой стороны. То есть должен быть некий "вес" места относительно того, сколько людей его посетило, и того, посещал ли подобные места данный конкретный человек.
Вопрос: куда копать? Перебор, как вы понимаете, не катит - потому как завалит сервер тут же. Остаются численные методы корреляции.
Известно, что ресурс http://www.techcrunch.com/2008/04/14/tripsay-lets-you-discover-the-world-with-a-little-help-from-your-friends-beta-invites/ умеет делать такое, но там основываются на оценках данного места пользователями (плохо/хорошо), а не по тому, сколько данное место человек посетило.
Буду рад любым мыслям как можно реализовать данную задачу. :)
Ответы:
Какова размерность задачи? каково примерное количество юзеров? каково примерное количество мест для посещения?
эта задача относится к теории оптимального управления. от размерности и метод будет зависеть.
куда копать -> MatLab - Optimisation Toolbox
to: MrGrin
кол-во юзеров неограниченно, кол-во точек неограниченно, кол-во мест которые можно рекомендовать к посещению - 10
to: MrGrin
а MathCAD такими инструментами обладает? я с ним больше знаком чем с MathLab
если действительно не ограничиваться количеством, то задачу не решить - не хватит вычислительной мощности. необходимо все-таки заложиться разумным ограничением. причем, чем меньше размерность - тем лучше.
Если написать самому, довольно не сложно, имхо:
Все интересные места загнать в БД и присвоить им соответствующие важные для задачи атрибуты мест: координаты, популярность, тип места и пр.
Далее делаем два запроса по БД: 1. По посещаемым этим юзером местам вычисляется вес важных именно для этого юзера атрибутов. Выбираем 3-4 атрибута наиболее весомых для юзера.
2. Подбор мест. Одним запросом (который формируется по результатам первого прохода) отфильтровываем явно ненужные места и вычисляем вес оставшихся мест из БД. 10 победителей даем юзеру.


17 лет назад

RPI.su - самая большая русскоязычная база вопросов и ответов. Наш проект был реализован как продолжение популярного сервиса otvety.google.ru, который был закрыт и удален 30 апреля 2015 года. Мы решили воскресить полезный сервис Ответы Гугл, чтобы любой человек смог публично узнать ответ на свой вопрос у интернет сообщества.

Все вопросы, добавленные на сайт ответов Google, мы скопировали и сохранили здесь. Имена старых пользователей также отображены в том виде, в котором они существовали ранее. Только нужно заново пройти регистрацию, чтобы иметь возможность задавать вопросы, или отвечать другим.

Чтобы связаться с нами по любому вопросу О САЙТЕ (реклама, сотрудничество, отзыв о сервисе), пишите на почту [email protected]. Только все общие вопросы размещайте на сайте, на них ответ по почте не предоставляется.